Prof. Dr. Peter Schüffler

Wissenschaftliche Laufbahn und Forschungsgebiete

Prof. Schüfflers (*1983) Forschungsgebiet ist die digitale und computergestützte Pathologie. Er erforscht Methoden des maschinellen Lernens zur Detektion, Segmentierung und Befundung von Krebs in Pathologiebildern, als auch zur Bestimmung neuer prognostischer Marker (z.B. für Therapieerfolg). Ein weiterer Schwerpunkt betrifft die effiziente Visualisierung digitaler Schnitte, die automatisierte Qualitätssicherung, die Erforschung ergonomischer Systeme für Pathologen und die Integration digitaler Systeme in Klinik, Forschung und Lehre.

Prof. Schüffler studierte Bioinformatik und Computational Biology an der Universität des Saarlandes und dem MPI Saarbrücken bis zum MSc. 2015 promovierte er an der ETH Zürich, Schweiz, im Bereich des maschinellen Lernens für medizinische Bildanalyse. Er vertiefte sein Wissen in digitaler und computergestützter Pathologie weiter als Postdoc und Sr. ML Scientist am Memorial Sloan Kettering Cancer Center New York, USA, wo er zudem Paige mitgründete. 2021 wurde Prof. Schüffler auf die Professur für Computational Pathology an die TUM berufen.

    Wichtigste Auszeichnungen

    • Best Paper Award: P.J. Schüffler et al. Computer Aided Crohn’s Disease Severity Assessment in MRI. VIGOR++ Workshop (2014)
    • Outstanding Paper Award: P.J. Schüffler et al. A Model Development Pipeline for Crohn’s Disease Severity Assessment from Magnetic Resonance Images. Abdominal Imaging. Computation and Clinical Applications (2013)

    Hanna MG, Reuter V, Ardon O, Kim D, Sirintrapun SJ, Schüffler PJ et al.: "Validation of a digital pathology system including remote review during the COVID-19 pandemic". Modern Pathology. 2020; vol. 33: p. 2115–2127.

    Abstract

    Ho DJ, Agaram NP, Schüffler PJ et al.: "Deep Interactive Learning: An Efficient Labeling Approach for Deep Learning-Based Osteosarcoma Treatment Response Assessment". In: Martel, Abolmaesumi, Stoyanov, Mateus, Zuluaga, Zhou, Racoceanu and Joskowicz (eds.) Medical Image Computing and Computer Assisted Intervention – MICCAI. Springer International Publishing. 2020; vol. 12265, p. 540-549.

    Abstract

    Hanna M, Reuter V, Hameed MR, Tan LK, Chiang S, Sigel C, Hollmann T, Giri D, Samboy J, Moradel C, Rosado A, Otilano III JR, England C, Corsale L, Stamelos E, Yagi Y, Schüffler PJ, et al.: "Whole slide imaging equivalency and efficiency study: experience at a large academic center". Modern Pathology. 2019; vol. 32, p. 916–928.

    Abstract

    Puylaert CAJ*, Schüffler PJ* et al.: "Semiautomatic Assessment of the Terminal Ileum and Colon in Patients with Crohn Disease Using MRI (the VIGOR++ Project)". Academic Radiology. 2018; vol. 25, 8, p. 1038-1045.
    *equal contribution

    Abstract

    Giesen C, Wang HA, Schapiro D, Zivanovic N, Jacobs A, Hattendorf B, Schüffler PJ, et al.: "Highly Multiplexed Imaging of Tumor Tissues with Subcellular Resolution by Mass Cytometry". Nature methods. 2014; vol. 11, p. 417-22.

    Abstract